Адаптивная гипероптимизация параметров в популяционных алгоритмах
Аннотация
Дата поступления статьи: 21.01.2026В статье представлена новая архитектура адаптивной настройки параметров популяционных алгоритмов на основе комбинации обучения с подкреплением, механизмов эволюционного отбора и системы нечеткой логики. Разработанная модель позволяет динамически оптимизировать параметры, такие как скорость мутации, вероятность скрещивания и размер популяции, без необходимости переобучения алгоритма. Практическая апробация проведена на задаче прогнозирования временных рядов городского трафика Пекина. Результаты показали улучшение показателей точности по сравнению с современными аналогами, подтверждая высокую эффективность предложенного подхода в динамически изменяющихся средах.
Ключевые слова: адаптивная настройка параметров, обучение с подкреплением, популяционные алгоритмы, нечеткая логика, гипероптимизация, прогнозирование временных рядов